Resumo em PDF:O Lean Startup, por Eric Ries
Resumo do livro: Aprenda os pontos principais em poucos minutos.
Abaixo está uma prévia do resumo do livro *The Lean Startup*, de Eric Ries, publicado pela Shortform. Leia o resumo completo na Shortform.
Resumo em PDF de uma página do livro “The Lean Startup”
Em The Lean Startup, o empreendedor Eric Ries argumenta que o principal objetivo da sua startup deve ser descobrir o que os clientes realmente querem e estão dispostos a pagar, de forma eficiente e econômica. Ries escreve que isso implica em experimentação constante: você apresenta algo aos clientes, presta muita atenção à forma como eles respondem e usa essas informações para decidir o que fazer a seguir. Esse ciclo se repete continuamente à medida que você vai descobrindo o produto que as pessoas realmente querem.
Neste guia, exploraremos esse ciclo repetitivo de experimentação, abordando como 1) formular uma hipótese sobre seus clientes, 2) lançar uma versão simples do seu produto ou serviço para testar essa hipótese, 3) coletar dados e observações sobre como seus clientes reagem e 4) ajustar sua estratégia com base nos resultados observados. À medida que avançamos no ciclo experimental de Ries, complementaremos sua análise com insights de outros especialistas em empreendedorismo e formação de startups.
(continuação)...
Para ilustrar, voltemos ao nosso exemplo do aplicativo de trilhas: você formulou a hipótese de que os trilheiros se preocupam principalmente com o congestionamento nas trilhas e previu que a inclusão de um indicador de congestionamento aumentaria o uso do aplicativo nas manhãs de fim de semana. Agora, você precisa criar algo para testar essa hipótese. A tentação pode ser desenvolver um sofisticado sistema de monitoramento de congestionamento em tempo real que extraia dados de câmeras nas trilhas, sensores de estacionamentos e check-ins dos usuários — mas isso levaria meses e exigiria recursos significativos.
Em vez disso, você cria um recurso simples no qual atualiza manualmente os níveis estimados de lotação de algumas trilhas locais populares, com base em padrões históricos e previsões meteorológicas. É imperfeito e de alcance limitado, mas permite que você apresente algo aos usuários reais em uma ou duas semanas. E isso permite testar sua hipótese: se os caminhantes não interagirem com essa versão preliminar do recurso, você pelo menos terá aprendido algo valioso sem ter investido pesadamente em infraestrutura da qual talvez não precise.
(Nota resumida: Uma possível desvantagem de lançar um produto de teste básico é que sua natureza simplificada pode não proporcionar uma experiência de usuário abrangente nem representar plenamente a sua ideia. Isso poderia prejudicar a sua marca se os primeiros usuários a associassem a um produto primitivo e simplificado. Uma alternativa é o produto mínimo comercializável, ou MMP. Em vez de reduzir um produto à sua forma mais básica e testável, essa estratégia visa oferecer algo suficientemente refinado para competir desde o primeiro dia. O produto inclui funcionalidade completa em vez de recursos parciais, apresenta um design atraente e sofisticado em vez de usabilidade básica e é lançado com apoio de marketing substancial em vez de uma experimentação discreta.)
Etapa 3 do ciclo experimental: Colete seus dados
Ries escreve que , depois de dar aos clientes a oportunidade de interagir com seu produto em fase de teste, é hora de coletar dados sobre seu desempenho. É nesse momento que você descobre se sua hipótese se confirma na prática. Vamos explorar as dicas de Ries para coletar métricas úteis — dados que você pode usar para comprovar ou refutar sua hipótese. Especificamente, abordaremos como evitar métricas enganosas, acompanhar coortes de clientes e utilizar testes A/B.
Dica de coleta de dados nº 1: Cuidado com métricas enganosas
Ries alerta que é importante estar atento a métricas enganosas — medidas que criam uma falsa sensação de progresso ao acompanhar números que aumentam naturalmente com o tempo, sem refletir uma melhoria real. Os totais acumulados são uma armadilha comum: um produto pode ganhar o mesmo número de usuários a cada semana, fazendo com que o total cresça de forma constante. Embora esse número crescente pareça impressionante, ele esconde a realidade de que a taxa de crescimento subjacente não mudou em nada.
(Nota resumida: Em Como medir qualquer coisa, o consultor de gestão Douglas Hubbard escreve que uma maneira de evitar métricas inúteis ou enganosas é definir o escopo da sua medição— quais dados você coletará e quais não coletará. Se você definir seu escopo de forma muito ampla, corre o risco de coletar dados em excesso que não fornecem insights significativos. Se definir seu escopo de forma muito restrita, você pode deixar de considerar fatores importantes e não conseguir resolver o problema que está tentando resolver. Hubbard destaca três fatores que você deve examinar para definir o escopo da sua medição: 1) seu estado atual de conhecimento, 2) o que você planeja fazer com a medição e 3) até que ponto a redução da incerteza sobre um fator específico mudaria sua decisão.)
Dica de coleta de dados nº 2: Acompanhe os grupos
Segundo Ries, uma maneira eficaz de avaliar o progresso é organizar seus dados em coortes — grupos de usuários que se cadastraram durante o mesmo período — e examinar cada coorte individualmente. Por exemplo, você acompanharia todos os cadastros de janeiro como um grupo, os de fevereiro como outro e assim por diante. Esse método permite saber se o seu trabalho recente está realmente melhorando as coisas ou se você está apenas acumulando resultados de um impulso anterior, enquanto o seu desempenho atual estagna.
Voltando ao nosso exemplo do aplicativo de trilhas, você não está apenas comemorando o fato de que o total de visualizações de recursos continua subindo semana após semana — logicamente, esse número teria que aumentar desde que houvesse pelo menos um usuário. Mas você está testando sua hipótese específica ao acompanhar se os usuários verificam o indicador de lotação logo antes dos horários de maior movimento nas trilhas. Para fazer isso, você divide os usuários em grupos semanais com base na data em que baixaram o aplicativo: usuários da Semana 1, usuários da Semana 2, usuários da Semana 3 e assim por diante. Em seguida, você mede qual porcentagem de cada grupo verifica a lotação nas noites de sexta-feira e nas manhãs de sábado.
Se na Semana 1 12% dos usuários acessarem o recurso nesses horários de pico, na Semana 2 esse número for de 11% e na Semana 3 de 13%, sua hipótese não está sendo validada — você está, essencialmente, estagnado, apesar dos esforços para promover o recurso. Mas se esses números forem 12%, 18% e depois 24%, então você está observando uma melhora real. Cada novo grupo de usuários está interagindo com o recurso mais do que o anterior, o que sugere que suas mudanças recentes estão realmente funcionando.
(Nota resumida: Embora a divisão dos usuários em coortes temporais possa revelar se suas métricas estão realmente melhorando, essa abordagem tem uma limitação importante: ela mostra padrões, mas não consegue explicar de forma definitiva o que os está causando. Teria sido um recurso específico que você lançou? Uma mudança no seu processo de integração? Canais de marketing diferentes atraindo usuários de melhor qualidade? Fatores externos, como tendências sazonais ou condições econômicas? Os dados revelam correlação — que algo mudou entre esses períodos —, mas não causalidade. Exploraremos essa questão de correlação/causalidade com mais detalhes posteriormente neste guia.)
Dica de coleta de dados nº 3: Use testes A/B
Ries recomenda o uso de testes A/B: apresentar diferentes versões do seu produto a diferentes grupos de usuários e, em seguida, comparar os resultados. Isso porque, quando suas métricas melhoram após uma alteração, não se pode presumir automaticamente que foi essa alteração que causou a melhoria. Talvez fatores externos, como tendências sazonais ou atenção inesperada da mídia, estejam em jogo, ou talvez seja apenas uma variação aleatória. Em outras palavras, o momento em que a melhoria ocorre pode ser uma coincidência, e não uma relação de causa e efeito.
Ao dividir seu público e avaliar os resultados de cada grupo separadamente, você elimina as suposições. Quaisquer fatores externos afetarão ambos os grupos da mesma forma, de modo que a diferença entre eles revelará o que sua mudança realmente alcançou. Essa abordagem oferece evidências concretas sobre o que realmente influencia o comportamento do usuário, em vez de apenas um palpite baseado em números que, por acaso, evoluíram na direção certa.
No caso do seu aplicativo de trilhas, você poderia aplicar esse método da seguinte forma: metade dos usuários vê um novo sistema de notificações que os alerta quando suas trilhas favoritas estão menos movimentadas, enquanto a outra metade continua usando o aplicativo sem esses alertas. Após duas semanas, você descobre que o grupo que recebe alertas abre o aplicativo em média quatro vezes por semana, enquanto o grupo sem alertas o abre apenas 2,5 vezes por semana. Essa diferença indica que os próprios alertas estão gerando mais engajamento. Agora você tem evidências concretas de que esse recurso específico muda a forma como as pessoas usam seu produto.
(Nota resumida: Muitos especialistas acreditam que os ensaios clínicos randomizados (ECRs) oferecem resultados mais precisos do que os testes A/B. De acordo com Matthew Syed (Black Box Thinking), um RCT envolve estabelecer um controle e introduzir uma variável para medir seu impacto em relação ao controle. Por exemplo, para testar uma nova página de destino, você compararia o desempenho da sua página atual, o controle, com o novo design experimental. Em Measure What Matters, Hubbard observa que esse tipo de experimentação não requer condições de laboratório, sofisticação estatística ou um grande orçamento de pesquisa e desenvolvimento — basta alterar sistematicamente uma variável específica, mantendo tudo o mais constante, e medir o que acontece.)
Etapa 4 do ciclo experimental: ajuste sua estratégia com base nos resultados
Depois de coletar seus dados, escreve Ries, você deve dar um passo atrás e avaliar os resultados do seu experimento com honestidade. Quão correta estava sua suposição inicial? O que te surpreendeu? Com base no que você aprendeu, você deve continuar com sua abordagem (talvez com alguns pequenos ajustes), ou as evidências sugerem que você deva seguir uma direção diferente?
Ries escreve que o feedback obtido no ciclo experimental orienta as diferentes reorientações estratégicas que você precisará fazer na próxima rodada de experimentação. As reorientações estratégicas assumem várias formas, incluindo concentração de recursos, ampliação do escopo e substituição do público-alvo.
Reorientação estratégica n.º 1: Concentração em funcionalidades
Segundo Ries, a concentração de recursos significa restringir o seu produto para se concentrar exclusivamente em uma funcionalidade específica, em vez de oferecer vários recursos ou funcionalidades mais amplas. Você realiza esse tipo de reorientação quando os clientes demonstram grande entusiasmo por uma funcionalidade específica dentro da sua oferta mais ampla. Por exemplo, digamos que seu aplicativo de trilhas tenha começado com vários recursos — mapas de trilhas, previsões meteorológicas, indicadores de lotação e avaliações de usuários —, mas, após testes, você descobre que os usuários interagiam predominantemente com o indicador de lotação, ignorando todo o resto. Você então reformula o aplicativo para se concentrar exclusivamente em mostrar o nível de lotação das trilhas em tempo real, eliminando completamente os outros recursos.
(Nota da Shotform: Concentrar-se em uma única característica também oferece a oportunidade de obter uma vantagem competitiva, ao propor algo único ao mercado. Em Estratégia Competitiva, o economista e professor da Harvard Business School Michael Porter argumenta que a principal vantagem de uma estratégia baseada na novidade é que ela funciona como uma defesa contra compradores que buscam a oferta mais barata. Isso ocorre porque, sem alternativas comparáveis, os compradores não têm outra escolha a não ser comprar de você — mesmo que seus preços sejam altos. Além disso, oferecer algo diferenciado capta a atenção do cliente e cultiva a lealdade entre aqueles que valorizam a exclusividade e estão dispostos a pagar preços mais altos por ela.)
Reorientação estratégica n.º 2: Ampliação do escopo
Segundo Ries, a expansão do escopo significa ampliar o seu produto para incorporar muito mais funcionalidades, em vez de mantê-lo minimalista ou focado em uma única função. Você realiza esse tipo de redirecionamento quando os clientes consideram a versão básica insuficiente. Por exemplo, digamos que seu aplicativo de trilhas inicialmente mostrasse apenas indicadores de lotação, mas os testes revelaram que os usuários continuavam abrindo outros aplicativos para verificar o tempo, as condições das trilhas e a disponibilidade de estacionamento — e depois voltavam ao seu aplicativo. Com base nisso, você expandiria o produto para incluir todos esses recursos adicionais em um único lugar, criando uma ferramenta abrangente de planejamento de trilhas, em vez de um rastreador de lotação com finalidade única.
(Nota resumida: Embora possa fazer sentido ampliar o escopo do seu produto, é possível exagerar. Na tentativa de criar o melhor produto e agradar ao maior público possível, os designers às vezes, sem querer, complicam demais um produto ao adicionar recursos em excesso. Isso é chamado de “feature creep” ou “scope creep” e pode tornar seu produto mais difícil de usar do que era antes. Se você perceber que ampliar o escopo leva a métricas piores durante seu próximo ciclo experimental, considere se essa é a causa.)
Reorientação estratégica n.º 3: Substituição do público-alvo
Segundo Ries, a substituição de público significa redirecionar seu produto para um tipo diferente de cliente, em vez de continuar atendendo ao seu mercado-alvo original. Você realiza esse tipo de redirecionamento quando sua solução funciona bem, mas atende ao mercado errado — o que geralmente ocorre quando os entusiastas iniciais se esgotam e públicos mais amplos exigem abordagens diferentes.
Por exemplo, seu aplicativo de trilhas tinha como público-alvo inicial os caminhantes casuais de fim de semana que queriam evitar multidões, mas os testes revelaram um engajamento moderado por parte desse grupo. No entanto, você percebeu que as equipes de manutenção das trilhas e os guardas florestais estavam usando os dados de lotação para planejar seus horários de trabalho e alocar recursos. Você então reposicionou o aplicativo para atender a esses gestores profissionais de áreas naturais, adicionando recursos como padrões históricos de tráfego e análises preditivas que os ajudam a otimizar o alocação de pessoal e as operações de manutenção.
(Nota resumida: Alexander Osterwalder e Yves Pigneur (Business Model Generation) sugerem que você pode ter mais de um público-alvo principal, o que eles chamam de “segmentos de clientes”. Isso pode ocorrer se você perceber que precisa criar produtos e serviços diferentes para atender às necessidades deles, alcançá-los por meio de diferentes canais de distribuição, desenvolver diferentes tipos de relacionamento com eles ou adaptar suas estruturas de preços para acomodar suas necessidades.)
Quer aprender o resto do livro “The Lean Startup” em 21 minutos?
Acesse o resumo completo do livro *The Lean Startup* inscrevendo-se no Shortform.
Os resumos curtos ajudam você a aprender 10 vezes mais rápido ao:
- Ser 100% abrangente: você aprende os pontos mais importantes do livro
- Sem rodeios: você não perde tempo tentando entender qual é o ponto de vista do autor.
- Exercícios interativos: aplique as ideias do livro à sua própria vida com a orientação dos nossos educadores.
Aqui está uma prévia do restante do resumo em PDF do livro *The Lean Startup*, da Shortform: